面向超图数据的最大独立集算法

超图是普通图的泛化表示, 在许多应用领域都很常见, 包括互联网、生物信息学和社交网络等. 独立集问题是图分析领域的一个基础性研究问题, 传统的独立集算法大多都是针对普通图数据, 如何在超图数据上实现高效的最大独立集挖掘是一个亟待解决的问题. 针对这一问题, 提出一种超图独立集的定义. 首先分析超图独立集搜索的两个特性, 然后提出一种基于贪心策略的基础算法. 接着提出一种超图近似最大独立集搜索的剪枝框架即精确剪枝与近似剪枝相结合, 以精确剪枝策略缩小图的规模, 以近似剪枝策略加快搜索速度. 此外, 还提出4种高效的剪枝策略, 并对每种剪枝策略进行理论证明. 最后, 通过在10个真实超图数据集上进行实验, 结果表明剪枝算法可以高效地搜索到更接近于真实结果的超图最大独立集.     

增感技术在原子吸收光谱法中的研究进展

在利用原子吸收光谱法测定各种元素的实验中,增感技术能提高待测元素的灵敏度和选择性。总结了此技术近年来的研究进展,阐述了其在原子吸收光谱法应用中的优势。     

基于大脑响应特征的视频情感分类算法

视频情感识别是计算机视觉的研究热点,由于认识到人类本身才是情感产生的源头,近来,利用人类自身的大脑响应等生理特征对视频所包含的情感进行识别,即隐性情感识别成为研究重点。然而,目前利用脑电图信号对音乐视频愉悦度的识别率仍不能令人满意,原因在于未能从大量的脑电图数据中获取到有效的分类特征。为了进一步提高识别准确率,在DEAP数据库中,不采用传统的脑电图时域和频域特征,而是利用数据标准化以及特征选择方法从脑电图时间序列信号中直接提取有效特征,从而提取到脑电图信号中具有较高分类能力的特征,并将得到的脑电图特征用于音乐视频分类实验中,结果表明,相对于传统方法,可以大大提高脑电图信号对音乐视频愉悦度识别率。     

吉林省碳排放路径预测及碳达峰建议

针对吉林省在双碳目标下所面临的压力,结合经济发展、能源水平、可再生能源装机容量等因素对吉林省碳排放路径进行预测。首先,分析了吉林省近10年碳排放、能源水平、国内生产总值(gross domestic product, GDP)以及人口等因素变化趋势;然后,构建了基于STIRPAT的能耗强度预测模型,并设置4组不同场景,实现对未来能耗强度的预测;最后,通过能耗强度与GDP计算出未来能耗总量,再考虑可再生能源的替代作用,实现碳排放路径预测。并对吉林省实现碳达峰提出了推动电能替代及能源消费结构转型等建议。